Python 3.x 如何在Python 3中对频域数据进行分类？（无法将字符串转换为浮点）

我已使用以下方法将数据帧从时域转换为频域：

df = np.fft.fft(df)

现在我需要使用一些机器学习算法对数据进行分类，比如随机森林和高斯朴素贝叶斯。问题是我不断地遇到这个错误：

无法将字符串转换为浮点：“

（2.9510193818016135-0.47803712350473193j）

”

我试图将字符串转换为

DataFrame

中的浮点数，但仍然出现相同的错误

---

如何解决此问题以获得分类结果？

假设您的结果如下所示，您首先需要转换为真正的复杂类型：

In[84]:
# data setup
df = pd.DataFrame({'fft':['(2.9510193818016135-0.47803712350473193j)']})
df

Out[84]: 
                                         fft
0  (2.9510193818016135-0.47803712350473193j)

现在转换为

complex

类型：

In[85]:

df['complex'] = df['fft'].apply(complex)
df

Out[85]: 
                                         fft                         complex
0  (2.9510193818016135-0.47803712350473193j)  (2.9510193818-0.478037123505j)

现在，您可以使用

apply

和

cmath.polar

提取极坐标：

In[86]:
import cmath
df['polar_x'],df['polar_y'] = df['complex'].apply(lambda x: cmath.polar(x)[0]), df['complex'].apply(lambda x: cmath.polar(x)[1])
df

Out[86]: 
                                         fft                         complex  \
0  (2.9510193818016135-0.47803712350473193j)  (2.9510193818-0.478037123505j)   

    polar_x   polar_y  
0  2.989487 -0.160595 

现在，

d类型

是兼容的，因此您可以传递浮点列：

In[87]:
df.dtypes

Out[87]: 
fft            object
complex    complex128
polar_x       float64
polar_y       float64
dtype: object

---

如果需要，您也可以使用

假设您的结果类似于以下表单，您首先需要转换为真正的复杂类型：

In[84]:
# data setup
df = pd.DataFrame({'fft':['(2.9510193818016135-0.47803712350473193j)']})
df

Out[84]: 
                                         fft
0  (2.9510193818016135-0.47803712350473193j)

现在转换为

complex

类型：

In[85]:

df['complex'] = df['fft'].apply(complex)
df

Out[85]: 
                                         fft                         complex
0  (2.9510193818016135-0.47803712350473193j)  (2.9510193818-0.478037123505j)

现在，您可以使用

apply

和

cmath.polar

提取极坐标：

In[86]:
import cmath
df['polar_x'],df['polar_y'] = df['complex'].apply(lambda x: cmath.polar(x)[0]), df['complex'].apply(lambda x: cmath.polar(x)[1])
df

Out[86]: 
                                         fft                         complex  \
0  (2.9510193818016135-0.47803712350473193j)  (2.9510193818-0.478037123505j)   

    polar_x   polar_y  
0  2.989487 -0.160595 

现在，

d类型

是兼容的，因此您可以传递浮点列：

In[87]:
df.dtypes

Out[87]: 
fft            object
complex    complex128
polar_x       float64
polar_y       float64
dtype: object

---

如果需要，您也可以使用

这些是复数，您建议如何转换为浮点数？基本上，你需要将这些数字转换成极坐标或矩形格式，然后拆分它们。怎么做？这些都是复数，你打算如何转换成浮点数？基本上，您需要将这些数字转换为极坐标或rect格式，并将其拆分如何实现？为什么我会得到'fft'和'complex'的KeyError？因为您的df是一个numpy数组，在我的示例中，我有一个熊猫数据帧，所以您需要修改您的代码不，我甚至使用了熊猫数据帧（df=pd.dataframe（df））为了确保它是一个DataFrame，那么您有这些列吗？我举了一个说明性的例子，我不知道实际的df是什么样子，例如

df.columns.tolist（）

返回什么？那么你有那些列吗？我举了一个示例，我不知道实际的df是什么样子，例如

df.columns.tolist（）

返回什么？这里的要点是，你使用你拥有的任何列名，或者你用这些列名构造一个df，这是你可以向上看的东西为什么我得到'fft'和'complex'的KeyError？因为你的df是一个numpy数组，在我的示例中，我有一个熊猫数据帧，所以你需要修改你的代码不，我甚至使用了熊猫数据帧（df=pd.dataframe）（df））为了确保它是一个DataFrame，那么你有那些列吗？我举出了一个示例，我不知道你真正的df是什么样子，例如

df.columns.tolist（）是什么

return？你有那些列吗？我举了一个说明性的例子，我不知道你真正的df是什么样子，例如

df.columns.tolist（）

return？这里的要点是，你可以使用你拥有的任何列名，或者用这些列名构造一个df，这是你可以查找的